torchvision详细介绍

最新推荐文章于 2025-10-10 18:45:58 发布

原创

最新推荐文章于 2025-10-10 18:45:58 发布 · 3.6w 阅读

362 ·

CC 4.0 BY-SA版权

文章标签：

#pytorch #深度学习 #计算机视觉

本文介绍了PyTorch的图形库torchvision，包括用于数据加载的torchvision.datasets、模型结构torchvision.models以及图像变换torchvision.transforms。通过实例展示了如何使用预处理步骤、数据加载器以及预训练模型，如ResNet和AlexNet。适合深度学习初学者了解torchvision的基本用法。

前言

深度学习道路漫漫，唯有不断总结，脚踏实地才能造就一番就成，也不断勉励自己，不要放弃，相信自己可以的！！！共勉！！！

torchvision简介

torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。以下是torchvision的构成：

torchvision.datasets: 一些加载数据的函数及常用的数据集接口；
torchvision.models: 包含常用的模型结构（含预训练模型），例如AlexNet、VGG、ResNet等；
torchvision.transforms: 常用的图片变换，例如裁剪、旋转等；
torchvision.utils: 其他的一些有用的方法。

torchvision.transforms

torchvision.transforms主要是用于常见的一些图形变换。
torchvision.transforms.Compose()类。这个类的主要作用是串联多个图片变换的操作。这个类的构造很简单：

# 图像预处理步骤
transform = transforms.Compose([
    transforms.Resize(96), # 缩放到 96 * 96 大小
    transforms.ToTensor(), # 转化为Tensor
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5